-
公开(公告)号：CN118115774A
公开(公告)日：2024-05-31
申请号：CN202311667244.0
申请日：2023-12-06
申请人： 中电信人工智能科技(北京)有限公司
IPC分类号： G06V10/764 , G06V10/75 , G06V10/766 , G06V40/16 , G06V10/44 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种数据的分类方法、装置、存储介质和处理器。该方法包括：在待分类的图像数据中，获取至少一目标样本，其中，目标样本用于表示与图像数据对应的特征图中的至少一特征点；对目标样本与目标图像数据集中的标签信息进行匹配操作，得到匹配结果和类别信息，其中，匹配结果用于表示目标样本与标签信息之间的匹配程度，类别信息用于表示目标样本在目标图像数据集中对应的至少一图像种类；基于匹配结果和类别信息，确定目标样本的置信结果；基于置信结果，确定目标样本的第一损失值；基于第一损失值和目标样本的第二损失值，对图像数据进行分类，得到分类结果。本发明解决了难以匹配回归结果与分类结果的技术问题。
-
公开(公告)号：CN118657217A
公开(公告)日：2024-09-17
申请号：CN202410756672.9
申请日：2024-06-12
申请人： 中电信人工智能科技(北京)有限公司
IPC分类号： G06N5/04 , G06N5/022 , G06F16/332 , G06F16/33
摘要： 本发明公开了基于传统模型和领域知识库增强的智能问答方法及系统，包括：获取目标用户输入的第一文本信息；根据预先构建的全量领域知识库和预设的语义匹配模型对第一文本信息进行相似问题召回，得到多个目标相似问题和对应的多个目标标准答案；将第一文本信息输入到预设的意图识别模型，得到多个目标意图类别；根据目标相似问题、目标标准答案以及目标意图类别构建决策提示信息，并将决策提示信息输入到大模型进行决策并对决策结果进行校验，得到回答文本信息。本发明提高了大模型智能问答的全面性和准确性，可广泛应用于智能问答技术领域。
-
公开(公告)号：CN118733611A
公开(公告)日：2024-10-01
申请号：CN202410906168.2
申请日：2024-07-08
申请人： 中电信人工智能科技(北京)有限公司
IPC分类号： G06F16/242 , G06F16/22 , G06F16/2455
摘要： 本发明公开了一种基于信息检索和大模型的库查询系统、方法、设备及介质。系统包括表格检索器、字段检索器、SQL骨架检索器、大模型智能体和智能纠错模块；其中，表格检索器、字段检索器和SQL骨架检索器分别用于根据用户输入的问题进行表格检索、字段检索和SQL语句骨架查询，得到目标表格、目标字段和目标SQL语句骨架；大模型智能体用于根据目标表格、目标字段和目标SQL语句骨架，生成与用户输入的问题相对应的目标SQL语句；智能纠错模块用于对目标SQL语句进行智能纠错。本发明基于信息检索、小样本学习和大模型技术构造了一个围绕文本生成SQL的智能取数方案，在多种数据库模式以及复杂的数据查询场景下均能提供良好支持。
-
公开(公告)号：CN118397250A
公开(公告)日：2024-07-26
申请号：CN202410585555.0
申请日：2024-05-13
申请人： 西安交通大学 , 中电信人工智能科技(北京)有限公司
IPC分类号： G06V10/25 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/09 , G06N3/094 , G06N3/096
摘要： 本发明公开了一种基于蒸馏CLIP模型的生成式零样本目标检测方法及系统，方法包括：基于基准模型和训练集执行训练流程，得到训练好的有监督目标检测模型；将训练集输入训练后冻结参数的基准模型，提取已见类视觉特征，并将已见类和未见类的类别信息分别输入CLIP模型，获得类语义嵌入；通过离线知识蒸馏的方式，使用CLIP模型编码已见类语义嵌入和已见类视觉特征，通过蒸馏模块实现CLIP模型对生成模型的知识转移，训练未见类的分类头，并入训练好的基准模型的分类器中；利用修改后的基准模型即可得到输入图片的定位和分类结果。本发明以优化未见类视觉特征生成的方式实现对零样本目标检测精度的提高化，提升了零样本目标检测的性能。
-
公开(公告)号：CN118861196A
公开(公告)日：2024-10-29
申请号：CN202410851540.4
申请日：2024-06-27
申请人： 中电信人工智能科技(北京)有限公司
摘要： 本申请实施例提供了一种智能客服方法和装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取用户语音和历史对话文本并将用户语音转换为当前对话文本；将历史对话文本和当前对话文本输入多类分类模型进行预测，得到第一TOP‑K意图类别；将历史对话文本和当前对话文本输入语义匹配模型进行预测，得到第二TOP‑K意图类别；获取预先确定的第一优势意图类别和第二优势意图类别；根据第一优势意图类别、第二优势意图类别、第一TOP‑K意图类别和第二TOP‑K意图类别得到目标意图类别；从全量服务方案中检索出目标意图类别对应的服务方案。本申请实施例能够对用户的多变意图进行高精度识别，实现服务的个性化响应，提升用户体验。
-
公开(公告)号：CN118798258A
公开(公告)日：2024-10-18
申请号：CN202410895698.1
申请日：2024-07-04
申请人： 中电信人工智能科技(北京)有限公司
摘要： 本申请实施例提供了一种大语言模型构建方法、文本处理方法、系统、设备及介质，属于人工智能技术领域。该方法通过训练数据集对文本处理基础模型的所有网络层进行训练得到第一语言模型，然后对第一语言模型的所有网络层进行划分，前部分的若干个网络层作为共享网络，后部分的若干个网络层作为专家网络。通过各个领域文本子集分别训练第一语言模型的专家网络，得到各个能够处理特定领域特征的领域专家网络，通过路由器模块连接共享网络和各个领域专家网络得到第二语言模型，然后对第二语言模型进行训练得到用于文本处理的大语言模型，使得路由器模块能够选择合适的领域专家网络处理相应的输入特征，提高大语言模型对各种领域文本处理的准确性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.029 秒)
